Apriori算法是一种用于挖掘关联规则的频繁项集算法，广泛应用于市场分析、网络安全和高校管理等领域。其主要步骤包括找出频繁项集和生成关联规则，通过支持度和置信度评估规则强度。Apriori算法的核心思想是连接步和剪枝步，但存在候选集生成过多和数据库扫描耗时的问题。为优化，有基于划分、hash、采样和减少交易数等方法。
- 算法简介
Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。 Apriori（先验的，推测的）算法应用广泛，可用于消费市场价格分析，猜测顾客的消费习惯；网络安全领域中的入侵检测技术；可用在用于高校管理中，根据挖掘规则可以有效地辅助学校管理部门有针对性的开展贫困助学工作；也可用在移动通信领域中，指导运营商的业务运营和辅助业务提供商的决策制定。
- 挖掘步骤
1.依据支持度找出所有频繁项集（频度）
2.依据置信度产生关联规则（强度）
- 基本概念
对于A->B
①支持度：P(A
最低0.47元/天 解锁文章
684
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
